AgentVQA：面向智能体视觉理解的统一基准

研究者推出离线基准 AgentVQA，用于评估 VLM 在 Web Agents、Robotics、Egocentric Videos、Games 和 Spatial Planning 五个智能体领域的表现，从 23 个源数据集人工挑选 1000 个高难度真实样例构建。